FACTORIZACIÓN

LU
MARIA JOSÉ GUTIERREZ HENAO
FACTORIZACIÓN LU

La factorización LU de una matriz es una factorización que resume el proceso de eliminación gaussiana aplicado a la
matriz y que es conveniente en términos del número total de operaciones de punto flotante cuando se desea calcular la
inversa de una matriz o cuando se resolverá una serie de sistemas de ecuaciones con una misma matriz de coeficientes.

Consideraremos la factorización LU sin intercambio basada en matrices elementales y que es conocida como de Doolittle
y posteriormente veremos el algoritmo que da la factorización PA = LU.
Suponga que la matriz A es una matriz m × n se puede escribir como el producto de dos matrices:
A=LU
donde L es una matriz triangular inferior m × m y U es una matriz escalonada m × n. Entonces para resolver
el sistema:
A x = b,
escribimos
A x = (L U) x = L (U x).
Una posible estrategia de solución consiste en tomar y = U x y resolver para y:
L y = b.
Como la matriz L es triangular superior este sistema puede resolverse mediante sustitución hacia abajo, lo
cual se hace fácilmente en FLOPS. Una vez con los valores encontrados de y, las incógnitas al sistema inicial
se resuelve despejando x de
U x = y.
Nuevamente, como U es escalonada, este sistema puede resolverse en caso de tener solución mediante
sustitución hacia atrás, lo cual es sencillo. Estas observaciones nos dan la pauta para ver la conveniencia de
una factorización como la anterior, es decir factorizar A como el producto de una matriz L triangular superior,
por otra U la cual es escalonada. Esta factorización se llama usualmente Descomposición LU
 USO DE LA FACTORIZACIÓN LU
EJEMPLO:

Use la factorización LU de A:

para despejar x del sistema:

SOLUCIÓN
Sea y = (y1, y2, y3) un nuevo vector de incógnitas. Primero resolveremos el sistema triangular inferior L y = b:

Este sistema escrito en su forma de ecuaciones queda:

Por eliminación directa de la:

• primera ecuación:
y1 = 11,
• segunda ecuación:
y2 = 70 − 5 y1 = 70 − 5 (11) = 15,
• y de la tercera:
y3 = 17 + 2y1 − 3 y2 = 17 + 2 (11) − 3 (15) = −6.
Ahora el sistema U x = y:

El cual escrito en su forma de ecuaciones queda:

El cual al ser resuelto por sustitución hacia atrás queda:

• de la última ecuación:
x3 = 3,
• segunda ecuación:
x2 = 5 − 7/3 x3 = 5 − 7/3 (3) = −2,
• y de la primera:
x1 = 11/4 + 1/2x2 − 1/4 x3 = 11/4 + 1/2 (−2) − 1/4 (−3) = 1
OBTENCIÓN DE LA FACTORIZACIÓN LU CON
ELEMENTALES
EJEMPLO:

Determine una factorización LU de la matriz:

SOLUCIÓN:
La idea del método es ir acumulando las inversas de las operaciones hechas sobre los renglones la matriz para irla
transformando en una matriz escalonada. Y más que propiamente las inversas de las operaciones sobre los renglones,
las matrices elementales involucradas. Así por ejemplo el primer cálculo que se realiza es hacer un cero debajo de el
elemento (1, 1) que es el elemento 2, para ello debemos realizar la operación R2 ← R2 + 3R1, esta operación tiene
como matriz elemental la matriz:

Así la situación está:

En el siguiente paso del proceso de eliminación es R3 ← R3−2R1, esta operación tiene como matriz elemental la matriz:

Así la situación está:

En el siguiente paso del proceso de eliminación es R4 ← R4 +R1, esta operación tiene como matriz elemental la matriz:

Así la situación está:

Observamos que el hipotético caso de que en

La matriz ya fuera escalonada, es decir la U buscada, entonces:

A=
Lo cual indica que lo que debemos acumular son las inversas de las matrices elementales utilizadas. La forma
sistemática de ir acumulando las inversas de las es ir construyendo la matriz L:

Así, en el avance de la conversión a escalonada de A:

En este caso la matriz U está en la forma escalonada y por consiguiente el proceso se detiene haciendo cero aquellos
valores desconocidos. Por consiguiente una factorización de A será:
FACTORIZACIÓN LU: EJEMPLO CLAVE
Determine una factorización LU de la matriz:

SOLUCION:

El método procede así.

• La matriz L inicialmente es la matriz identidad con el mismo número de renglones de A. Si se utilizó la operación
Ri → Ri + c Rj entonces en la posición (i, j) de L se coloca −c.
• La matriz U es la matriz que queda en al escalonar A.
• Si hubo necesidad de intercambiar renglones para escalonar, A NO admite una factorización L U.
Digamos que con las operaciones siguientes

1. R2 → R2 + 3 R1
2. R3 → R3 − 2 R1
3. R4 → R4 + 1 R1
4. R3 → R3 − 4 R2
5. R4 → R4 + 2 R2

La matriz A se escalona y que queda:

Entonces
 COMPLEJIDAD
Observe que para la obtención de la factorización LU se realiza la fase 1 del método de eliminación gaussiana. Por
consiguiente, la complejidad del algoritmo de factorización LU será O(2/3 ). Teniendo la factorización LU, la
aplicación de la sustitución hacia atrás o hacia adelante toman cada uno . Por ello es que para resolver un solo
sistema de ecuaciones no hay ventaja en utilizar la factorización LU. La ventaja aparece cuando se desean resolver
varios sistemas de ecuaciones con la misma matriz de coeficientes. En la primera solución se determina la
factorización LU, y en las siguientes bastará sustitución hacia adelante y hacia atrás. O sea que cada siguiente
solución tomará sólo FLOPs contrario a los 2/3 de eliminación gaussiana.
FACTORIZACIÓN PA = LU
Frecuentemente, no es posible escalonar una matriz sólo con operaciones de eliminación. En estos casos se requiere realizar intercambio de renglones. Para
este tipo de matrices no existe la factorización LU. Lo que aplica es la factorización P A = L U. Donde la matriz P es una matriz de permutación. Estas
matrices de permutación se obtienen de la matriz identidad intercambiando renglones. La factorización P A = L U se obtiene de forma análoga a la
factorización LU pero se lleva un registro de los renglones que se intercambian y se efectúan los intercambios en una matriz que registra los inversos de las
operaciones de eliminación.

Algoritmo de P A = L U

Entrada:

◦ Matriz A n × m

Salida:

◦ P matriz de permutación n × n,

◦ L matriz triangular superior unitária n × n (lii = 1),

◦ U matriz escalonada n × m

que cumplen:

PA = L U
1. Tome P = , L = 0, y U = A.
2. Mientras que U no sea escalonada hacer
2.1. Aplicar una operación R de eliminación o de intercambio a U.
2.2. Si R es de la forma Ri Rj , entonces aplicar R a P y a L.
2.3. Si R es de la forma Ri ← Ri − a Rj ,entonces modificar L haciendo lij = a.
3. Tome L = L +

EJEMPLO
Determine una factorización P A = L U de la matriz
SOLUCIÓN

Tomemos = A, = y = 0.
1. Si aplicamos sobre las operaciones de eliminación → se obtiene a la nueva matriz :

Estos cambios se registran en y hasta el momento se tiene:

2. Si aplicamos sobre U1 las operaciones de eliminación → se obtiene a la nueva matriz

Estos cambios se registran en y hasta el momento se tiene:

3. Si aplicamos sobre la operación de intercambio → se obtiene la nueva matriz

Aplicando la operación de intercambio a y a , se tiene:

4. Puesto que la matriz ya es escalonada, el procedimiento termina y finalizamos haciendo y se tiene:

 CONCLUSIONES
◦ Existen maneras de programar el algoritmo anterior de
forma tal que la matriz U y la matriz L queden en una
misma matriz cuadrada. Un truco radica en que siendo
todos los elementos de la diagonal de U unos, no se
requiere el espacio para almacenarlos. También hay
forma de programar el algoritmo para que la matriz de
permutaciones P se represente por un solo vector con n
valores, con números de 1 al n, que indican cómo
deben permutarse los renglones de la identidad. Esto es
muy conveniente pues la matriz P es tal que de sus
valores todos son cero excepto n que son 1. Usando
estas ideas el almacenamiento requerido por el
algoritmo de factorización LU puede reducirse de a
números de punto flotante. Significando un ahorro de
espacio aproximadamente 66 %.
◦ Si se posee una factorización A = L U de una matriz
cuadrada invertible, entonces la inversa de A puede
calcularse mediante
El costo de invertir una matriz triangular es de FLOPs
lo cual es más económico que invertir una matriz n × n
cualquiera que es de FLOPs. Adem´as de los costos
para calcular y , habría que calcular el producto el cual
tiene un costo de FLOPs. Esto nos hace llegar a la
conclusión de que el cálculo único de haciendo uso de
la factorización LU toma FLOPs que es más grande
que los FLOPs que toma el procedimiento tradicional.
Por ello es que no es conveniente esta estrategia de
cálculo.
◦ Si se desea calcular y se posee una ◦ Las matrices de permutación P son fácilmente
factorización LU de A entonces puede invertibles al cumplir la relación:
aplicarse eliminación gaussiana en la
reducción [L|B] → [I|D] aquí D = lo cual
Además, normalmente no es conveniente
tiene un costo computacional de FLOPs
realizar el producto P B que tiene un costo de
utilizando que L es triangular. Seguido de
FLOPs sino más bien realizar el movimiento
esto, se aplica también eliminación gaussiana
de renglones correspondiente. Y más que
en la reducción [U|D] → [I|E] aquí E = D = B
realizar el movimiento de renglones, se hacen
= lo cual tiene un costo computacional de
trucos de programación para evitar tales
FLOPs utilizando que U es triangular. Esto da
movimientos teniendo un vector que refiere a
como resultado un proceso de cálculo para
los renglones de diferentes posiciones.
con un costo FLOPs teniendo disponible una
factorización LU.
G RAC IAS